买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于AI智能的全车道病害检测系统、防护方法及存储介质，涉及病害检测技术领域，解决的是巡检设备和路面检测设备缺乏衔接性，公路干线养护管理流程周期长的问题；全车道病害检测系统，包括图像采集模块、图像处理模块、评估判断模块、反馈定位模块、策略管理模块和设备供电模块，通过破损监测模型对公路干线图像进行车道病害检测和沿线设施破损度界定；通过养护措施库与沿线设施破损度和车道病害的关系、全寿命周期成本和碳排放量指标构建智慧养护决策模型；提高了巡检设备和路面检测设备之间的衔接性，缩短了公路干线养护管理的流程周期，提高了沿线设施破损度和车道病害的检测效率。

主权项：1.一种基于AI智能的全车道病害检测系统，其特征在于：包括图像采集模块、图像处理模块、评估判断模块、反馈定位模块、策略管理模块和设备供电模块；其中，图像采集模块，用于获取车道沿线设施和车道路面的图像信息；图像处理模块，用于将车道路面图像和沿线设施图像进行预处理，预处理包括冗余剔除、图像分类、图像融合、图像加密和图像传输；评估判断模块，用于对接收的公路干线图像进行病害检测和破损度界定，并对公路干线的防护措施进行评估分析；反馈定位模块，用于对破损沿线设施和车道病害路面进行定位，并生成反馈指令信号；策略管理模块，用于将公路干线的养护措施库与沿线设施破损度和车道病害进行关联，并根据反馈指令信号对养护措施库进行管理；设备供电模块，用于通过连接原车电源为全车道病害检测系统供电，以保持全车道病害检测系统正常工作；所述评估判断模块包括图像切片单元、巡检识别单元和数据分析单元；图像切片单元利用金字塔分割算法将公路干线图像按照路程标识距离进行分割；巡检识别单元利用破损监测模型对完成分割的公路干线图像进行车道病害检测和沿线设施破损度界定；数据分析单元根据车道病害检测和沿线设施破损度界定结果对公路干线的防护措施进行分析与判断；所述破损监测模型包括特征提取层、学习训练层和识别输出层；特征提取层利用智能道路巡检算法和路面病害检测算法提取公路干线图像的深度特征值；学习训练层将提取的公路干线图像的深度特征值进行迭代训练，以获取特征权重矩阵；识别输出层将实时获取的公路干线图像利用特征权重矩阵进行车道病害检测和沿线设施破损度界定，并根据识别结果对特征权重矩阵进行优化；智能道路巡检算法包括物体高度函数、形状匹配函数和完整度函数；路面病害检测算法包括路面病害特征函数和路面无损特征函数；所述破损监测模型的特征提取层，首先通过2个3X3卷积层将公路干线图像中的车道路面矢量矩阵和沿线设施矢量矩阵进行分割： 其中，G表示公路干线图像，i表示车道序列，n表示车道数目，L表示车道路面矢量矩阵，Li表示第i条车道路面矢量矩阵，表示矢量加，j表示沿线设施序列，m表示沿线设施数目，Q表示沿线设施矢量矩阵，Qj表示第j个沿线设施矢量矩阵；再利用路面病害检测算法将车道路面矢量矩阵的深度特征值进行提取： 其中，Ti表示第i条车道路面的深度特征值，表示路面病害特征函数，表示哈达码内积，表示路面无损特征函数；同时利用智能道路巡检算法对沿线设施矢量矩阵的深度特征值进行提取： 其中，Fj表示第j个沿线设施的深度特征值，ψ表示物体高度函数，χ表示形状匹配函数，α表示完整度函数，⊙表示哈达码外积；再通过1个3X3最大池化层和2个归一化层将提取的深度特征值进行整合；同时将完成整合的深度特征值分别输入学习训练层的两个网络分支进行迭代训练，以获取特征权重矩阵；第一个网络分支包括4个由1X3卷积层和3X1卷积层构成的组合卷积块、2个3X3上采样层、2个3X3下采样层和RELU激活函数，第二个网络分支包括1个1X1卷积层、3个3X3上采样层、1个倒残差块和Tanh激活函数；最后将两个网络分支输出的深度特征值利用深度分离连接器进行拼接融合，同时将完成拼接融合的深度特征值依次通过识别输出层；识别输出层包括1个平均池化层、2个全连接层、随机失活函数和ELU激活函数，从而实现公路干线的车道病害检测和沿线设施破损度界定。

全文数据：

权利要求：

百度查询： 河南交通发展研究院有限公司 基于AI智能的全车道病害检测系统、防护方法及存储介质